关键词:
液位监测
遗传算法
LSTM神经网络
边缘计算
摘要:
针对城市排水体系建设的需求,构建了一种基于GA-LSTM模型的雨水管道液位监测系统,实时采集液位数据,通过物联网设备上传到云端,并采用遗传算法对超参数进行优化调整实现液位预测的边缘计算,避免在采用LSTM模型预测液位高度时因主观选择超参而陷入局部最优,实现精准预测雨水管道未来液位。结合对比BP神经网络模型和LSTM模型,结果表明,GA-LSTM模型是一种预测精度较高的模型,在雨水管道液位预测时误差为±0.2 cm,且当其装载在边缘设备前端时,也具备高精度预测的能力。